清除mediawiki标记的java正则表达式

可能重复：

我必须清理一些来自Confluence的内容。内容几乎是干净的；但也有一些类似的情况：

[链接|]：没有url部分的链接

*[链接|]*：粗体链接（不含url部分）

*文本*：粗体文本

_*文本*\斜体粗体文本

等等。 我需要编写一个正则表达式来清除所有这些，因此，我做了如下操作：

String wikiCleanMarkupRegex=“\\\\[（.*？[\\\\\\\\\\..*？\\\\\]\\\\\*（.*？）\”

但这并不能解决所有问题，我的意思是，如果我在#2中给它链接，我会得到：

[链接|]

这不是我想要的，我想得到“链接”。。。因此，我需要一次又一次地重新分析字符串，直到找不到其他匹配项为止

这真的很慢，因为有数以百万计的记录需要清理，那么，有没有任何方法可以让正则表达式一次完成所有操作

非常感谢
 因为它看起来基本上有三种代码格式：斜体、粗体和

我会做一个3遍正则表达式替换

根据您提供的输入，优先顺序应为：

/**
 * FIRST REMOVE ITALICS, THEN BOLD, THEN URL
 */
public static String cleanWikiFormat(CharSequence sequence) {
    return Test.removeUrl(Test.removeBold(Test.removeItalic(sequence)));
}

下面是一个示例代码：

import java.util.regex.Matcher;
import java.util.regex.Pattern;


public class Test {

    private static String removeItalic(CharSequence sequence) {
        Pattern patt = Pattern.compile("_\\*(.+?)\\*_");
        Matcher m = patt.matcher(sequence);
        StringBuffer sb = new StringBuffer(sequence.length());
        while (m.find()) {
            String text = m.group(1);
            // ... possibly process 'text' ...
            m.appendReplacement(sb, Matcher.quoteReplacement(text));
        }
        m.appendTail(sb);
        return sb.toString();
    }

    private static String removeBold(CharSequence sequence) {
        Pattern patt = Pattern.compile("\\*(.+?)\\*");
        Matcher m = patt.matcher(sequence);
        StringBuffer sb = new StringBuffer(sequence.length());
        while (m.find()) {
            String text = m.group(1);
            // ... possibly process 'text' ...
            m.appendReplacement(sb, Matcher.quoteReplacement(text));
        }
        m.appendTail(sb);
        return sb.toString();
    }


    private static String removeUrl(CharSequence sequence) {
        Pattern patt = Pattern.compile("\\[(.+?)\\|\\]");
        Matcher m = patt.matcher(sequence);
        StringBuffer sb = new StringBuffer(sequence.length());
        while (m.find()) {
            String text = m.group(1);
            // ... possibly process 'text' ...
            m.appendReplacement(sb, Matcher.quoteReplacement(text));
        }
        m.appendTail(sb);
        return sb.toString();
    }


    public static String cleanWikiFormat(CharSequence sequence) {
        return Test.removeUrl(Test.removeBold(Test.removeItalic(sequence)));
    }

    public static void main(String[] args) {
        String text = "[hello|] this is just a *[test|]* to clean wiki *type* and _*formatting*_";
        System.out.println("Original");
        System.out.println(text);
        text = Test.cleanWikiFormat(text);
        System.out.println("CHANGED");
        System.out.println(text);
    }
}

以下将提供：

Original
[hello|] this is just a *[test|]* to clean wiki *type* and _*formatting*_
CHANGED
hello this is just a test to clean wiki type and formatting

另外，如果我有像*[link |]*.\u*:A链接（没有url部分）是粗体和斜体的，我需要对它进行3次解析，一次删除斜体，另一次删除粗体，最后一次删除括号。。。这对我来说太慢了